决策树模型预测综合ICU机械通气患者拔管结果的价值

摘要：

目的：通过决策树算法整合多个临床常用指标，形成决策树模型，探讨决策树模型预测综合ICU机械通气患者拔管结果的价值。方法选取2008年12月—2012年12月武警后勤学院附属医院综合ICU收治的气管插管机械通气时间超过48 h的患者571例，对患者进行自主呼吸试验（ SBT），由主治医生判断患者是否耐受SBT。将SBT成功的患者分别纳入拔管成功（ ES）组和拔管失败（ EF）组。记录两组患者一般资料及在SBT开始后1、30、60 min测量患者呼吸浅快指数（ RSBI ）、分钟通气量（ VE ）、口腔阻断压（ P0.1）、P0.1× RSBI 和 SBT 30 min 时 RSBI 变化率（ΔRSBI30）。结果 SBT成功者451例，其中ES组376例，EF组75例。两组患者年龄、平均动脉压、急性生理和慢性健康状况评分Ⅱ（APACHE Ⅱ）比较，差异均无统计学意义（P>0.05）。ES组心率、机械通气时间低于EF组（P<0.05）。组间比较显示，SBT开始后1、30、60 min ES组RSBI、P0.1、P0.1× RSBI均低于EF组（P<0.001）；SBT开始后1、30、60 min两组VE比较，差异无统计学意义（ P>0.05）。组内比较显示：ES组RSBI、P0.1× RSBI在SBT开始后30、60 min均低于SBT开始后1 min，VE、P0.1在SBT开始后30、60 min均高于SBT开始后1 min（P<0.05）；EF组RSBI、VE、P0.1、P0.1× RSBI在SBT开始后30、60 min均高于SBT开始后1 min（P<0.05）。ES组ΔRSBI30为（98±36）%，低于EF组的（130±63）%（t=-6.200，P<0.001）。各生理学参数预测ES准确性比较，差异有统计学意义（χ2=53.4，P<0.05）。以P0.1× RSBI30≤384 cm H2O·次· min-1· L-1预测ES的ROC曲线下面积（AUC）为（0.87±0.03），与AUC=0.5比较，差异有统计学意义（ z=13.8，P<0.001）。CRT分析选择P0.1× RSBI30、ΔRSBI30作为解释变量对患者进行分类，决策树的目标变量为ES。决策树模型预测ES的灵敏度为100.0%，特异度为81.3%，阳性预测值为96.4%，阴性预测值为100.0%，准确性为96.8%，AUC为（0.91±0.02），与AUC=0.5比较，差异有统计学意义〔95%CI（0.88，0.93），z=17.96，P<0.001〕。决策树模型预测ES的AUC和准确性均高于P0.1× RS-BI30，差异有统计学意义（z =2.168，P =0.047；χ2=29.2，P <0.001）。结论决策树模型包含 P0.1× RSBI30、ΔRSBI30两个变量，对于综合ICU已经通过SBT的机械通气患者，该决策树可以准确预测其拔管结果。

关键词：决策树、机械通气、ROC曲线、拔管、口腔阻断压

分类号：R56(呼吸系及胸部疾病)

在线出版日期：2014-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4170-4174